元计算
元计算技术是当前高性能计算研究的前沿课题，它将一组通过广域网连接起来的性质不同的计算资源集合起来，作为一个单独的计算环境向用户提供计算服务。 元计算系统的目标是使用户能够共享其中的计算资源并以合作的方式进行计算，为此有两个层次的工作要做。其一是元计算前端，主要解决最终 用户通过统一的界面来使用广域网上各类计算资源的问题；其二是元计算 内核，主要解决计算任务在广域网中各种超级计算机上协作完成的问题， 提供一个完整的程序开发和运行环境。 当用户提出计算请求时，计算问题的执行代码在系统内部的计算资源上进行合理的调度和管理，最后得出运行 结果并通过元计算前端反馈给最终用户。
- 中文名：
介绍
自从第一台电子计算机在1946年问世以来，计算机科学技术已经发生了巨大的变化。元器件的发展，无疑是过去几十年来推动计算机技术发展的重要动力，也是最活跃、最具影响的因素。尽管元器件制造技术在不断改进，集成电路的设计方法不断更新，但在未来十年内，元器件的速度不可能继续以以往的速度继续提高。据SIA预测，目前集成电路制造的主导技术--CMOS技术，在2010年左右可能达到极限。当然，使用非CMOS制造技术，如量子技术、神经网络技术等，可以将元器件的速度再提升到一个新的台阶。但是，如果没有理论与技术上的重大突破，要提髙元器件的速度最终将受到光速和氢原子直径的限制。而另一方面，人类对计算机系统性能的需求永无止境，应用领域需要计算机解决的问题越来越复杂,规模越来越大。并行处理技术正是基于上述需要而提出的，它是提高计算机系统性能的关键技术。过去40年来，科学家提出了很多并行处理技术并设计了各种计算机系统，如SMP和MPP等，它们都极大地提高了计算机系统的整体速度。但由于SMP、MPP的处理器往往是同构的，而应用任务可能包含复杂的内在并行性(如SIMD、MIMD和向量等）,不同的并行性可能适合不同的处理机来运行。在SMP和MPP系统中，大部分应用程序仅能获得其峰值性能的一小部分。传统的同构计算系统通常在一个给定的机器上使用一种并行编程模型，不能满足多于一种并行性的应用需求。任何单一类型的机器经常花费大部分的时间在不适合其执行的代码上。研究和开发支持多种内在并行应用的计算系统是摆在我们面前的重大挑战，其目的是提髙计算效率，获取应用程序峰值性能的大部分。异构计算系统支持具有多内在并行性的应用，它可以提高应用程序实际执行性能与其峰值性能的比。一个异构系统通常包括若干异构的计算节点、互连的高速网络、通信接口以及编程环境等。异构处理w可分为粗粒度异构处理和细粒度异构处理。细粒度异构是按指令分配和调度的，通信开销太大;而粗粒度异构是按指令块进行调度的，通信开销可以容忍，是具有开发前景的一种异构处理。粗粒度的异构处理又称为元计算，支持元计算的系统称为元计算系统.简称元系统。
Internet作为流行的互联网络，具有分布范围广、传输速度相对较快等特点。在互联网络环境下研究元计算系统.具有重要的现实意义。元计算环境一方面使人们能聚集分散的计算能力，形成超级计算能力，解决诸如虚拟核爆炸、新药研制、气象预报和环境等重大科学研究和技术应用领域的问题；另一方面使人们共享广域网络中的异构资源，使各种资源得以充分利用。我国对高性能计算环境有强烈需求，这不仅表现在髙端科学计算方面，同时表现在各行业对髙端信息服务的需求方面。
